Python 当转换为大写/小写时，字符串会变短吗？

当转换为大写或小写时，字符串可能会变长（以Unicode代码点表示）。例如，

'ß'.upper（）

的计算结果为

'SS'

。但是否有字符串变短了？也就是说，是否存在字符串

s

，使得表达式

len(s.lower()) < len(s) or len(s.upper()) < len(s)

len（s.lower（））

---

计算结果为

True

？

我认为这可能取决于实现。我将根据CPython的来源来回答

在我看来，在两种可能的情况下，对字符串调用

lower

可以缩短字符串

相邻的两个Unicode点的某些组合将转换为一个Unicode点

单个Unicode点被转换为空字符串

我们可以通过检查内部小写转换函数的类型签名来确定案例1是否可行。在这里

看起来案例2也被破获了

我们也可以将上述逻辑应用于

上层

。对于情况1，

\u PyUnicode\u ToUpperFull

的实现几乎与其较低的对应项相同；对于情况2，相应的列表理解同样返回一个空列表

结论

---

不，

lower

和

upper

永远不要缩短任何长度。

您需要创建一个循环来找到答案。只需为每个Unicode字符尝试以下表达式，然后将每次迭代的表达式值设置为布尔值。@geekpradd有110万个Unicode字符，因此这是10^12个可能的2字符组合：需要花费相当长的时间来测试它们。请问您为什么想知道这些？您需要什么样的实现？还是你只想获得声誉积分？确实有很多unicode字符，但只有

.upper

或

.lower

才能解释其中的一小部分。我知道，但这是找到这个不合逻辑问题答案的唯一方法。我认为没有人知道这个问题的答案（即使是发布这项工作的unicode开发人员也不知道）。根据算法的不同，110万次迭代可能不需要那么长的时间。也许我应该直接问我更复杂的问题，而不是冒出现x/y问题的风险。顺便说一句，

lower

可以使字符串变长。特别是，

U+0130拉丁文大写字母I加上上面的点

变成了一个常规的ascii“I”加上

U+0307加上上面的点

。我还应该指出，它看起来确实像是

\U PyUnicode\U ToLowerFull

能够返回零长度字符串，只是对于我的特定语言环境，它似乎从来没有这样做过。如果Python发行版的

unicodetype_db.h

文件不同，则可能会产生不同的结果。所以是 啊重申“取决于执行”。

int _PyUnicode_ToLowerFull(Py_UCS4 ch, Py_UCS4 *res)
{
    const _PyUnicode_TypeRecord *ctype = gettyperecord(ch);

    if (ctype->flags & EXTENDED_CASE_MASK) {
        int index = ctype->lower & 0xFFFF;
        int n = ctype->lower >> 24;
        int i;
        for (i = 0; i < n; i++)
            res[i] = _PyUnicode_ExtendedCase[index + i];
        return n;
    }
    res[0] = ch + ctype->lower;
    return 1;
}

>>> import sys
>>> unicode_chars = list(map(chr, range(sys.maxunicode+1)))
>>> [x for x in unicode_chars if len(x.lower()) == 0]
[]